首页 > 热点播报 > 正文

阿里通义千问推出多模态大模型Qwen-Image-Edit 加速AGI发展进程

阿里通义团队近日推出Qwen-Image-Edit多模态大模型,该模型基于20B参数的Qwen-Image,专注于语义和外观编辑,支持双语文本修改、风格迁移及物体旋转。

2025年被视为多模态大模型爆发年,阿里已连续推出Qwen2.5-VL、Qwen2.5-Omni等多款模型。据悉,Qwen2.5-VL在13项评测中超越GPT-4o,Qwen2.5-Omni支持文本、图像、音频、视频实时交互。

国内厂商加速布局多模态领域,阶跃星辰发布Step 3基础大模型,商汤推出日日新V6.5,智谱开源GLM-4.5V视觉推理模型。多模态技术正应用于数字人直播、医疗诊断等场景。

专家指出多模态技术仍处发展初期,面临表征复杂度和语义闭环性等挑战。当前模型在空间推理能力上仍有不足,距离实现真正的AGI还有较长的路要走。

网友评论

24小时内最火资讯
热门IT产品
  1. ¥5999
    苹果iPhone17
    ·
  2. ¥9999
    苹果iPhone17 Pro Max
    ·
  3. ¥5999
    Xiaomi 17 Pro Max
    ·
  4. ¥4699
    HUAWEI Pura 80
    ·
  5. ¥1399
    荣耀X70
    ·
  6. ¥2699
    HUAWEI nova 14
    ·
  7. ¥3399
    荣耀400 Pro
    ·
  8. ¥4399
    vivo X300
    ·
  9. ¥2799
    OPPO Reno14
    ·
  10. ¥6499
    vivo X200 Ultra
    ·